Mollick 之问：AI 实验室会吞并所有高价值垂直赛道吗？

沃顿商学院教授、AI 领域知名评论人 Ethan Mollick 近日在 X 平台发文，针对大模型厂商的商业扩张路径抛出一个值得持续追问的判断：随着 AI 本身不断降低产品开发成本，再加上 token 直接定价与底层模型访问的天然优势，大模型公司（即其文中所称「Labs」）是否会逐步吞并每一个具有商业价值的 AI 垂直赛道？

核心观点：两个叠加因素

Mollick 的提问可拆解为两层相互叠加的结构性因素：

• 开发成本侧的持续下降：AI 工具被广泛用于加速产品研发本身，使 Labs 能以更低的边际成本快速切入新场景，无需经历传统软件公司漫长的工程搭建周期。
• 定价与访问侧的天然优势：相比依赖第三方 API 的应用层厂商，Labs 在 token 定价、底层模型直接访问权以及模型迭代节奏上拥有不对称的结构性优势，可以更灵活地决定某一垂直功能是「开放 API」还是「自营产品」。

行业背景

所谓「Labs 吃掉垂直」并非新话题，过去两年随着 OpenAI、Anthropic、Google 等厂商不断推出 ChatGPT 类应用、Claude Cowork、Gemini 深度研究等功能，业界对「应用层是否会被基础模型层吞噬」的讨论持续升温。Mollick 的提问相当于把这一讨论再度推回台面，并强调在开发成本因 AI 自身而下降的当下，问题变得更加尖锐。

一个分析框架，而非定论

需要指出的是，Mollick 此次发文属于评论性观点，并非针对某一具体事件或公司的报道，也未提供量化数据或具体案例。其价值在于抛出一个可被继续追问的分析框架，而非给出确定性结论。对于独立 AI 垂直应用厂商而言，核心问题仍在于：在「通用大模型 + 低开发门槛 + Labs 自营挤压」三重夹击下，能否构建真正难以被复制的差异化壁垒——这一点，业界目前仍无共识。